Системы машинного зрения в металлургической промышленности

В данной статье рассматриваются системы машинного зрения, используемые в металлургической промышленности для управления технологическими процессами. Кратко рассматриваются четыре различных этапа (освещение, сбор данных, обработка и принятие решения) работы системы машинного зрения на примере различных систем, внедренных в сталелитейной промышленности.

Основное внимание в статье уделяется управлению процессами обработки поверхности. Поскольку измерение температуры поверхности часто является критически важным моментом в управлении процессом, после краткого описания бесконтактных методов измерения температуры, подробно описываются две системы машинного зрения, основанные на измерениях температуры. Представлены два управляемых процесса: лазерная наплавка и высокочастотная сварка металлических труб, показаны результаты и ограничения обеих систем.

Введение

Металлургическая промышленность, которая в основном занимается переработкой стали или ее производных в изделия с улучшенными поверхностными свойствами (благодаря преобразованиям поверхности) или в изделия различной формы (ламинирование и т. д.), включает в себя некоторые технологические инструменты, которые могут создавать дефекты (трещины, канавки) в процессе обработки.

Ручной контроль, который по-прежнему используется во многих случаях, не всегда отвечает требованиям обнаружения, точности и повторяемости измерений, а также большим объемам, которые требуются для контроля металлургической продукции. Действительно, контроль проводится визуально, в основном вручную, без какой-либо технической поддержки. Это означает, что результаты оптического контроля сильно зависят от оператора и его различных навыков, в результате чего отказы могут быть пропущены или дефекты классифицированы неправильно.

Кроме того, в последние несколько лет в сталелитейной промышленности внедряются системы оперативного управления с целью как повышения надежности производимой продукции, так и устранения трудоемкой задачи ручного контроля [1 – 8].

В первой части данной статьи, на основе тщательного обзора литературы, мы представляем различные применения систем управления процессами, встречающиеся в сталелитейной промышленности [9 – 16]. Поскольку данная статья посвящена системам машинного зрения, другие методы неразрушающего контроля, используемые в сталелитейной промышленности, такие как ультразвук, вихревые токи или даже рентгеновские лучи, не рассматриваются.

Системы машинного зрения широко распространены в других отраслях (упаковка, косметика, автомобилестроение и т. д.), поэтому кратко упоминаются четыре известных аспекта процесса визуального контроля: освещение сцены [17], сбор, обработка данных и фаза принятия решения [18].

Вторая часть, являющаяся основным вкладом статьи, посвящена нашим недавним работам, направленным на контроль промышленных процессов, таких как лазерная наплавка или высокочастотная сварка металлических труб, посредством измерения распределения температуры поверхности [19 – 20].

Обе системы контроля основаны на измерениях температуры, представлен общий обзор бесконтактного измерения температуры, после чего раздел разделен на два подраздела: первый посвящен процессу лазерной наплавки, а также обзору некоторых систем, используемых для контроля или наблюдения за процессом. К сожалению, эти системы не подходили для контроля всех параметров, участвующих в процессе.

Это привело нас к разработке системы машинного зрения, которая подробно описана ниже. В следующем подразделе представлена ​​вторая система, предназначенная для управления сваркой металлических труб высокочастотными токами. Затем в заключении подводится итог работы и дается обзор наших дальнейших направлений исследований.

Визуальное управление в металлургической промышленности

Как уже говорилось, для облегчения работы оператора и повышения как повторяемости, так и надежности задач управления в металлургической промышленности были внедрены системы машинного зрения.

Эти системы можно разделить на две основные категории в зависимости от того, выполняется ли контроль во время обработки материала [5, 11, 13]: во время сварки, резки, пайки и т. д., или на готовом изделии (изготовленном изделии) в конце технологической линии [4, 14].

В большинстве случаев система освещения зависит от вышеупомянутых категорий, к которым относится управление. Действительно, во многих приложениях, где задачи управления возникают во время обработки сырья, система освещения обеспечивается самим физическим явлением. Например, во время лазерной сварки или резки расплавленная зона часто отображается без надлежащих условий освещения, а только благодаря интенсивности самого явления [11, 13, 15, 19].

Тем не менее, иногда интенсивность света в сцене слишком высока, либо ослепляя камеру, либо скрывая информацию, которую необходимо обнаружить. В таких случаях необходимо использовать соответствующую систему освещения [14, 21, 22]. Она часто заключается в направлении лазерного луча высокой интенсивности на контролируемую сцену и получении изображения с помощью интерференционного фильтра, центрированного на длине волны лазерного луча, установленного на ПЗС-камере.

Для приложений, в которых фаза контроля происходит на изготавливаемом изделии, могут использоваться различные системы освещения. Одна из них заключается в направлении лазерной линии на проверяемую деталь и наблюдении за любыми возможными геометрическими деформациями проекции лазерной линии. Другие системы аналогичны тем, которые используются при контрольном контроле изготавливаемых изделий.

Освещение может быть либо темным полем, светлым полем, либо рассеянным [14, 17]. Как известно в области машинного зрения, правильное освещение сцены для выявления полезной информации представляет собой самую сложную и важную часть системы машинного зрения. После того, как это тщательно выполнено, полезную информацию необходимо получить, сохранить и обработать быстрее, чем скорость производства.

На этом этапе, как и в других системах машинного зрения [40], используются либо ПЗС-матрицы [18,19], либо линейные ПЗС-матрицы [3]. Иногда для получения дополнительной информации о процессе используется высокоскоростная видеокамера [23-25], но после разработки системы машинного зрения высокоскоростное видео больше не используется.

Пространственное разрешение ПЗС-сенсора коррелирует с размером образца, а также с требуемой точностью. Более того, новая технология ПЗС позволяет точно запускать камеру для наблюдения за конкретным моментом сцены. Например, в приложениях лазерной сварки теперь можно точно запускать камеру для получения изображения заданного диапазона (переменное время интегрирования) в точный момент (триггер) и, следовательно, предотвратить ослепление камеры интенсивностью плазмы или факела.

После того, как информация сохранена на жестком диске компьютера (или в памяти), ее необходимо обработать.

Могут использоваться различные инструменты обработки изображений или сигналов. В большинстве случаев, даже при высокой эффективности процессора, алгоритмы не могут быть слишком сложными для управления в реальном времени. Большая часть обработки будет либо извлекать геометрическую информацию, такую ​​как форма изделия [4, 14], острота края изделия, размер изделия [19], расстояние между двумя частями тела [10, 13].

В качестве примера эффективного и простого машинного зрения Барнетт и др. [4] предлагают систему, которая отличает качественные сварные швы, выполненные методом газовольфрамовой дуговой сварки (GTA), от некачественных. Различие осуществляется путем простой обработки поперечного сечения выполненного сварного шва (после взаимодействия).

Затем вычисляются две простые характеристики: пространственная стабильность между рябью, а также количество рябью, существующей на расстоянии, равном ширине сварного шва. Поскольку металлургические процессы связаны с высокими температурами, управление часто основано на измерениях температуры поверхности [7, 11, 13, 15, 19 – 21, 26]. В следующей части описывается использование ПЗС-матрицы в качестве радиометра и представлены две системы машинного зрения, входными параметрами которых являются температура поверхности и некоторая геометрическая информация.

Примеры

Машинное зрение, используемое в качестве радиометра.

Как уже говорилось, измерение температуры поверхности часто является критически важным моментом в контроле металлургического процесса. Некоторые системы используют пирометр или калиброванный фотодиод в качестве измерительного устройства [31, 34], но в этих случаях пространственная информация представляет собой среднее значение, рассчитанное по контролируемой зоне. Для получения лучшего пространственного разрешения предлагается использовать двумерный радиометр, пиксели которого чувствительны в пределах спектральной полосы пропускания излучающего тела. Явления высоких температур излучаются в видимом и ближнем инфракрасном спектре, что позволяет использовать классические устройства визуализации, такие как ПЗС-камеры [7], полосы пропускания которых центрированы в видимом диапазоне и простираются до ближнего инфракрасного (1,1 мм).

Как уже говорилось ранее, в последнее время были разработаны различные приложения, использующие ПЗС-матрицу в качестве радиометра [15, 19 – 21]. Ниже представлены два приложения [19 – 20].

Первое приложение предназначено для управления процессом лазерной наплавки, а второе — для управления сваркой металлических труб высокочастотными токами. В обоих приложениях используется конфигурация, в которой калиброванная ПЗС-камера связана с интерференционным фильтром для проведения спектральных измерений [7]. Камера представляет собой VHR2000, оснащенную регулируемым временем интегрирования, а интерференционный фильтр (850 нм) выбран таким образом, чтобы выбрать узкую полосу пропускания вдали от лазерной линии (1,06 мм от Nd:YAG). Процедуры калибровки, неопределенность системы, а также ее точность подробно описаны в [7, 26].  На VHR2000 можно выбирать различное время интегрирования, что позволяет получать различное разрешение при разных температурах. При времени интегрирования 0,2 с разрешение составляет около 1,8 °C на уровень серого в динамической шкале 300 °C, тогда как при времени интегрирования 5,10⁻⁵ с в динамической шкале 720 °C разрешение снижается до 4,16 °C на уровень серого .

Разрешение по температуре варьируется от 2°C до 6°C, но истинная температура определяется с погрешностью в 15°C из-за допущений, сделанных относительно коэффициента излучения тела (отклонение составляет 10%).

Контроль процесса лазерной наплавки 

Принцип лазерной наплавки

Процесс лазерной наплавки (см. рис. 2) [27] заключается в обработке поверхности путем нанесения твердого сплава на подложку. Процесс включает в себя подачу мелких порошковых зерен коаксиально (в нашем случае) впрыскиваемых мощным лазерным лучом (непрерывный – Nd:YAG – 1,06 мм). Следовательно, время взаимодействия частиц с лазерным лучом пропорционально их скорости [16]. В зависимости от мощности лазерного луча и их скорости частицы будут достигать расплавленной ванны либо в жидком, либо в твердом состоянии. Для получения качественных металлургических дорожек частицы должны расплавляться во время полета, а подложка – лишь слегка, чтобы избежать образования сплава.

Параметры, влияющие на процесс лазерной наплавки

В этом процессе задействовано множество параметров [28-29]. Если говорить кратко, то параметрами являются интенсивность мощности лазера, скорость обработки, скорость подачи материала, но в особых случаях могут иметь значение также скорость потока несущего газа и скорость потока защитного газа. В нашем случае было проверено влияние каждого параметра на качество дорожки.

Размер дорожки увеличивается при снижении скорости обработки или увеличении скорости подачи материала. С другой стороны, уменьшение скорости подачи материала или скорости обработки, а также увеличение интенсивности мощности лазера приводит к большему излучению энергии, воздействующей на подложку, и, следовательно, к большему разбавлению. Этого следует избегать для сохранения механических свойств добавляемого компонента (впрыскиваемого порошка).

При обработке дорожки фиксированных размеров важно сохранять ее характеристики как можно более постоянными, чтобы сократить количество последующих обработок (механическая обработка: шлифовка) и, следовательно, снизить затраты. Поскольку процесс лазерной наплавки широко используется в автомобильной и авиационной промышленности с 1980-х годов, были разработаны различные системы управления, направленные на повышение надежности процесса. В следующем подразделе представлены некоторые из них.

Контроль процесса лазерной наплавки — обзор

Было проведено множество исследований по контролю процесса лазерной наплавки. Стин и Ли [30] создали первую систему, которая изначально была разработана для того, чтобы помочь оператору правильно выбрать экспериментальные параметры. Стин и его коллеги были пионерами в области управления процессом лазерной наплавки. В 1990 году они предложили систему для оперативного контроля качества созданных дорожек. Центральной частью этого устройства является корреляция между качеством дорожек и сигналом, подаваемым фотодиодом [31].

Впоследствии они также предложили систему, способную обеспечивать стабильную скорость подачи массы [32], а также оценку разбавления в реальном времени [33]. Другие работы связаны с управлением процессом: Груненвальд и др. [34] создали систему, входной информацией которой являются температура поверхности, измеренная оптическим пирометром, и скорость подачи массы, полученная путем измерения веса подаваемого порошка. Шанвальд предложил оптический метод измерения скорости подачи массы [35]. Все эти устройства интересны, но, к сожалению, в основном направлены на управление одним параметром. В следующем подразделе представлена ​​наша система машинного зрения, разработанная для управления процессом.

Машинное зрение для управления процессом лазерной наплавки

Как уже говорилось ранее, в нашей системе машинного зрения используется ПЗС-камера, откалиброванная для измерения температуры. Входными параметрами нашей системы являются геометрические характеристики дорожки (высота, ширина, половина высоты), а также температура ее поверхности [16]. Температура поверхности — это средняя температура, рассчитанная в центре расплавленной ванны.

Расчет также представляет собой усреднение по времени, вычисленное по двум последовательным изображениям, что предотвращает ошибки оценки из-за конвекционных движений и других переходных физических явлений, происходящих в расплавленной ванне. Среднее значение сравнивается с пороговым значением (минимальное и максимальное среднее значение для конкретных условий обработки), рассчитанным на этапе обучения. 

Также показаны пороговые значения. На этом конкретном графике легко увидеть, что измерение усредненной температуры позволяет легко обнаруживать изменения мощности лазера. К сожалению, в некоторых случаях измерения температуры недостаточны и не обладают достаточной чувствительностью для контроля всех колебаний параметров.

Действительно, зависимость температуры поверхности от времени для двух различных скоростей обработки, при этом остальные экспериментальные условия остаются постоянными (P = 910 Вт, скорость подачи массы = 6,48 г/мин). На этом графике легко заметить, что информация, относящаяся к температуре поверхности, не позволяет обнаружить изменения скорости обработки.

Ясно, что информация, полученная из геометрических характеристик дорожки, достаточно актуальна для обнаружения изменений в условиях обработки. Что касается измерений температуры, геометрические характеристики рассчитываются на этапе обучения (прогрева), извлекаются минимальные и максимальные значения, которые представляют собой пороговые значения, определяющие допустимый диапазон изменения.

Геометрические особенности трассы отслеживаются в процессе работы. Что касается температуры, то сигнализация срабатывает каждый раз, когда пороговые значения превышаются дважды подряд.

В некоторых случаях информация, полученная из геометрии дорожек, недостаточно чувствительна. При очень низких, так и при высоких скоростях подачи материала различить различные скорости на основе высоты дорожки невозможно. Этот факт легко объяснить.

При низких скоростях подачи материала высота настолько мала, что даже при хорошем разрешении камеры различие между близкими скоростями подачи материала невозможно. С другой стороны, при высоких скоростях подачи материала объяснение дается законом Бера-Ламберта. Всякий раз, когда облако порошка становится непрозрачным, интенсивность лазера недостаточно высока для расплавления порошка, а после определенного предела избыток порошка не расплавляется, что препятствует росту дорожки.

Результаты применения

Используя геометрическую информацию, такую ​​как высота дорожки, ее ширина на половине высоты и средняя температура поверхности, была разработана система машинного зрения для управления процессом лазерной наплавки. Система обеспечивает точность при скорости подачи материала от 3 г/мин до

14,5 г/мин и при различных скоростях обработки и интенсивности лазерного излучения. Следующим шагом будет внедрение процедуры обратной связи, позволяющей изменять значения параметров обработки (мощность лазера, скорость подачи массы, скорость обработки) в зависимости от входных параметров системы (температура поверхности, геометрические характеристики). До сих пор система машинного зрения использовалась в качестве дополнительного устройства для оператора, ответственного за обработку.

При срабатывании аварийного сигнала оператор останавливает процесс и корректирует параметры обработки.

С помощью этого метода были получены хорошие и надежные результаты, однако, к сожалению, в некоторых случаях, когда добавляемый порошок изготовлен из разных материалов, различия в коэффициентах излучения этих материалов, а также пары, вызывают ошибки в оценке температуры поверхности, что в этих специфических случаях приводит к высокому проценту ложных срабатываний.

Для снижения частоты ложных срабатываний был разработан метод измерения температуры с использованием двух длин волн [36]. Система состоит из двух ПЗС-камер с полосами пропускания спектра, достаточно близкими, чтобы предположить поведение сцены как серого тела. Обе ПЗС-камеры одновременно получают изображение одной и той же сцены (благодаря разделителю лучей) (благодаря триггеру), что позволяет вычислять отношение температур в реальном времени. Полученные результаты являются многообещающими, и в настоящее время изучается возможность использования такого устройства в стекольной промышленности.

Контроль высокочастотной сварки металлических труб

В нашей лаборатории разработано еще одно приложение, использующее бесконтактные измерения температуры поверхности [21]. Это приложение касается контроля высокочастотной сварки металлических труб [38-39]. В следующем подразделе кратко описан сам процесс, а в другом подразделе рассматривается его контроль.

Представление и описание процесса

Перед формовкой и сваркой металлические листы наматываются на катушку. Затем металлические листы подаются со скоростью 1 м/с в профилирующий станок, состоящий из профилирующих и роликовых колес. На этом этапе могут происходить два типа движений:

• Продольный, обусловленный сжатием и
• Поперечная составляющая, возникающая в результате вращательного движения

К сожалению, такие движения могут привести к неравномерной и несоответствующей форме сварных швов.

Также в процессе качество изображения может ухудшаться из-за испарений или выброса металла. Как уже говорилось, трубки перемещаются со скоростью 1 м/с, что приводит к появлению черно-белых полос на чересстрочных изображениях. Этого можно было бы избежать, считывая один кадр из двух и тем самым уменьшая пространственное разрешение, или используя полнокадровую камеру, которая на момент исследования была довольно дорогой.

Управление процессом

Первоначально процесс контролировался на основе опыта оператора и информации, предоставляемой двухцветным оптическим пирометром, направленным на зону сварки. К сожалению, каждый оператор имеет собственное восприятие и интерпретацию, что иногда приводит к отклонениям в процессе и, к сожалению, к получению некачественных сварных швов. Поэтому для минимизации коэффициента ошибок и оказания помощи оператору была разработана автоматизированная система контроля. Упомянутая выше калиброванная камера была установлена ​​таким образом, чтобы визуализировать зону сварки. 

Во время движения трубки происходит получение изображения.

Полученное изображение затем обрабатывается. Сначала выполняется низкоуровневая обработка для улучшения качества изображения, которое ухудшается из-за выброса металла, паров, искр и черно-белых полос. Изображения фильтруются с помощью адаптивного фильтра нижних частот [36], который удаляет шум и черные полосы, но сохраняет динамику изображения. Действительно, сохранение динамики изображения имеет решающее значение на этом этапе, поскольку оно напрямую связано с температурой через калибровочные кривые.

Максимальная температура каждой границы рассчитывается с использованием калибровочных кривых, полученных в ходе калибровочных процедур. Разница температур границ представляет собой пространственное смещение границ. Пространственное смещение границ означает различное расположение границ внутри магнитного поля, что приводит к возникновению различного тока на каждом гребне трубки и, следовательно, к некачественной сварке.

Для оценки эксцентриситета трубы, а также угла сварки, информация о температуре не представляет интереса, поэтому сохранение динамического характера изображения (по интенсивности) не требуется. Поэтому изображение улучшается с помощью комбинации нашего динамического фильтра и медианного фильтра. Затем для выделения краевых гребней используется простой детектор границ. Положение

Граница получается с субпиксельной точностью путем использования полинома второго порядка для интерполяции местоположения гребня [13].

Зная относительное положение двух границ, угол сварки легко рассчитать. Эксцентриситет трубы измеряется в процессе после установки виртуального положения базовой линии. Пространственная разница между этой опорной линией и каждой границей приводит к эксцентриситету трубы.

Результаты применения

Была разработана и внедрена в промышленность система визуального контроля, способная измерять смещение между краями трубы, угол сварки, а также эксцентриситет трубы [20]. Расчеты производятся в реальном времени, а трубы, движущиеся со скоростью 1 м/с, тщательно и надежно контролируются. Каждый раз, когда измеренные параметры (угол, смещение и эксцентриситет) превышают заданный предел, включается сигнал тревоги. До сих пор каждый раз, когда срабатывал сигнал тревоги, оператор останавливал процесс и изменял настройки в зависимости от замеченного отклонения (угол, смещение, эксцентриситет). Поскольку промышленность заботилась о сохранении знаний операторов, автоматические процедуры обратной связи не были разработаны. Это может стать следующим шагом. Поскольку технология изменилась с момента установки прототипа, полнокадровую камеру можно было бы заменить реальной камерой, что упростило бы этапы обработки.

Заключение

В обзоре литературы, посвященной системам машинного зрения в сталелитейной промышленности, представлены различные этапы (освещение, сбор данных, обработка и принятие решений) работы системы машинного зрения. Затем приводятся два примера, использующие бесконтактные измерения температуры поверхности в качестве входных параметров. Обе эти системы машинного зрения, разработанные в нашей лаборатории, касаются процесса лазерной наплавки, а также высокочастотной сварки металлических труб.

Первый пример, процесс лазерной наплавки, подробно описан, и представлены предыдущие методы управления. Описано влияние параметров обработки. Представлены некоторые результаты работы нашей системы машинного зрения, а также ее ограничения. Входными параметрами системы являются температура поверхности дорожки, ее высота и ширина на половине высоты.

Второй пример описывает контроль качества сварки металлических труб высокочастотным методом. Параметры машинного зрения, как и в предыдущем примере, включают температуру поверхности и некоторые геометрические характеристики труб (эксцентриситет, угол сварки, смещение между краями труб). Информация о возможном смещении края трубы, эксцентриситете трубы или угле сварки извлекается в режиме реального времени для труб, перемещаемых со скоростью 1 м/с. Эта автоматизированная система контроля значительно превосходит традиционный визуальный контроль по надежности, объективности и скорости. Обе системы оказались надежными, поскольку не зависят от оператора и ни одна из них не чувствительна к каким-либо отклонениям.

Литература

1. Bourennane, P. Gouton, M. Paindavoine, F. Truchetet, E. Crescenzo, “Détecteur de contours optimisé pour le contrôle de billettes métalliques”, Actes du colloque QCAV’93, 155-159, 1993.
2. Derouet, F. Coste,L. Sabatier, R. Fabbro, “Real time control of surface treatments with liquid phase”, Proc. SPIE, Vol 2789, pp. 264-272, 1996.
3. Truchetet, H. Jender, P. Gorria, M. Paindavoine and P.A. Ngô “Automatic surface inspection of Metal tubes by artificial vision”, Material Evaluation, April 1997, pp. 497- 503, 1997.
4. J. Barnett, G.E. Cook, A.M. Strauss, K. Andersen, J.F. Springfield, “A Vision based system weld quality evaluation system”, Trends in Welding Research, Proc. of the 4th International conference, pp. 689-694, 1995.
5. M. Zhang, L.Li, R. Kovacevic, “Monitoring of weld pool appearance for penetration control”, Trends in Welding Research, Proc. of the 4th International conference, pp. 683- 688, 1995.
6. Meriaudeau., F. Truchetet, “Control and optimization of the laser cladding process using matrix camera and image processing”, Journal of Laser Application, Vol 8, n°6, 317-324, 1996. 
7. Meriaudeau, E. Renier , F. Truchetet, “Temperature Imaging and Image processing in the steel industry”, Optical Engineering, Vol 35, n°12, pp. 3470-3481, dec 1996.
8. Renier., F. Meriaudeau, P. Suzeau, F. Truchetet, “CCD Temperature Imaging Application in steel industry”, Proc. of IECON’96, IEEE, pp. 1295-1300, Taiwan, August 1996.
9. Li, W. M. Steen, P. Modern, “Meltpool behavior monitoring and adaptive control of laser surface treatment through machine vision”. Proc. of ICALEO’93, pp. 372-381, 1993.
10. Kropla, ” A sensor sytem for quality assurance in laser welding with filer wire”. Proc. SPIE :Laser materials and machining, Rolf-Juergen Ahlers; Peter Hoffmann; Hermann Lindl; R. Rothe; Eds, Vol 2246, pp. 188-197,1994
11. Derouet, G. Caillibotte, D. Kechemair, “Towards Real time control of surface treatments with liquide phase : molten depth on-line estimation”, Proc. SPIE: Laser Materials Processing: Industrial and Microelectronics Applications, Rolf-Juergen Ahlers; Peter Hoffmann; Hermann Lindl; R. Rothe Eds, Vol 2207, pp. 321-329,1994.
12. Takanoashi, S. Kimura, Y. Sameda, K. Miyahara, “Quality monitoring technology for laser welding”, proc. of IEEE, pp. 1164-1168, 1995.
13. Renier, P. Suzeau, F. Truchetet, P. Geveaux, “Spatial and thermal measurements using Thermography CCD during HF soldering of metallic tubes”, Proc. of IECON’98, IEEE, 1699-1705, 1998.
14. Abels, S. Kaierle, E. W. Kreutz, R. Poprawe, “Failure recognition in tailored blank welding by image processing”. Proc. Of ICALEO’98, pp. 103-112, 1998.
15. Haferkamp, M. Goede, A. von Busse, O. Thürk, “On-line quality monitoring during laser beam cutting using a thermographic system”, Proc. Of ICALEO’98, pp. 11-17, 1998
16. Meriaudeau, A.-C. Legrand, “Machine vision in metallurgy industry”, Proc. of SPIE Vol 3966, San Jose, USA, January 2000.
17. G. Batchelor, D. A. Hill and D.C. Hodgon, “Lighting and View Techniques”, Automated Visual Inspection Ed. Holand IFS, (1985).
18. P. Coquerez, “Analyse d’images: filtrage et segmentation”, Collection traitement du signal, Ed Masson, 1995.
19. Meriaudeau, “Optimisation et contrôle d’un procédé de rechargement laser par vision artificielle”, ph-D thesis, University of Burgundy, May 1997.
20. Renier, “Thermographie par caméra CCD : principes et application au contrôle du soudage HF”, ph-D thesis, University of Burgundy, September 1998.
21. Lhospitalier, S. Bres, P. Bourges, C. Dumont , M. Lambertin, “Thermomecanical phenomena occurring during the laser welding of an austenitic stainless steel”, Proc. of ICALEO’98, pp. 53-61, 1998.
22. D. Voekel, J. Mazumder, “Visualization of the laser meltpool”, Applied Optics, Vol 29, n°12, pp. 1718-1720, 1990.
23. G. Müller, F. Dausinger, H. Hügel, “Online process monitoring of laser welding by measuring the reflected laser power”, Proc. of ICALEO’98, pp. 122-131, 1998.
24. Bagger, I. Miyamoto, F. Olsen and H. Maruo, “Process behavior during high power laser welding of zinc coated steel””, Proc. Of LAMP’92, Nagaoka, 1992.
25. Griebsch, P. Berger, F. Dausinger, H. Hügel, “Diagnostic techniques and process monitoring of pulsed laser welding”, Proc. Of SPIE: laser materials processing and machining, Vol 2246, Rolf-Juergen Ahlers; Peter Hoffmann; Hermann Lindl; R. Rothe; Eds, pp. 137-145, 1994.
26. Meriaudeau, E. Renier, F. Truchetet, ” Visualisation de température proche infrarouge à l’aide d’une caméra CCD “, Actes du colloque Métrologie’95, Nîmes, pp. 189-194, October 1995.
27. M. Steen, “Laser surface cladding”, Proceedings of the International NATO conference on Laser surface treatment of metal, pp. 369-388, (1986).
28. -A. Vetter, T. Engel, J. Fontaine, “Laser cladding: the relevant parameters for process control”, proc. of SPIE, Vol 2207, pp. 452-462, 1994.
29. Meriaudeau, F. Truchetet, C. Dumont, D. Aluze, “Laser Cladding: The relevant parameters and their optimization through a low cost system”, Proc. of ICALEO’96, Detroit, October 1996.
30. Li, W.M. Steen, R.H. Hibberd, V.M. Weerasinghe, “Real time systems for supervisory control of laser cladding”, Proc. of ICALEO’87, pp. 9-15, 1987.
31. Li, W.M. Steen, R.H. Hibberd, D.J. Brookfield, “In process clad quality monitoring using optical method”, SPIE proceedings series, Vol 1279, n°10, pp.89-100, 1990.
32. Li, W.M. Steen, “Sesning modelling and closed loop control of powder feeder for laser surface modification”, Proc. of ICALEO’93, pp. 965-974, 1993.
33. Li, W.M. Steen, “A dual frequency electromagnetic sensor for non contact dilution evaluation in laser cladding and alloying processes”, Meas. Sci. Technol., Vol. 7, pp. 650-660, 1996.
34. Grünenwald, S. Novotny, W. Hennig, F. Dausinger, H. Hügel, “New technological developments in laser cladding”, Proc. of ICALEO’93, pp. 934-944, 1993.
35. P. Schanwald, “two powder stream diagnostics for laser deposition processes”, proc. of ICALEO’95, pp. 660-669, 1995.
36. C Legrand, F. Meriaudeau, P. Gorria, “Bispectral Temperature measurements in steel industry “, Proc. of Conference Annuelle des métallurgistes, pp. 317-329, Québec, Canada, August 1999.
37. A. Pomalaza-Raez and C.D. McGillem, “An adaptative non linear edge preserving filter”, IEEE Transaction, Vol. 32, n°3, pp. 571-576, 1994.
38. Isaacson, “High frequency induction welding replaces resistance methods”, Electrical Times, Vol 4439, n°12, pp. 7-9, 1977.
39. Wiehn, “Longitudinal welding of pipes with high frequency generators”, Strips, Sheets, Tubes, Vol 4, n°2, pp. 25-27, 1987.
40. Proceedings of QCAV’97 Le Creusot France, QCAV’98 Takamatsu Japan, QCAV’99 Trois Rivières Canada.
41. Proceedings of Machine Vision in Industrial Inspection I to VIII conf. SPIE, San José, USA.